PaddleOCR 部署实战之Java&C#方案直播分享来啦

PaddleOCR是基于PaddlePaddle的多语言超轻量OCR工具包，支持80+语言识别，提供数据标注和合成工具，支持服务器、移动、嵌入式和物联网设备之间的训练和部署， 旨在打造一套丰富、领先、且实用的OCR工具库，助力使用者训练出更好的模型，并应用落地。

在部署方面，PaddleOCR 针对不同应用场景，提供了三种预测部署方案。
Inference离线预测，这种方式主要应用在对预测响应的及时性要求不高，特别是需要大量图片预测的场景。像文档电子化、广告信息提取等。虽然不能及时响应预测请求，但是没有网络延时，计算效率比较高，数据安全性很高。

Serving服务化部署，这种方式主要应用在对预测响应的及时性要求很高的场景，像商业化OCR的API接口、实时拍照翻译、拍题等场景。虽然这种方式能及时对预测需求及时响应，但是网络耗时开销比较大，GPU利用率往往不高，而且存在数据安全风险。

Lite端侧部署，这种方式主要希望模型部署到手机、机器人等端侧设备上，主要考虑部署方便和数据安全性，像手机APP里面身份证识别、银行卡识别，工业应用场景的仪表监控识别等。这种方法，对OCR模型的大小比较敏感。虽然没有网络延时，数据安全性很高，但是由于算力限制，预测效率不高

其中，在桌面场景下，Inference离线预测是最受欢迎的方案之一，Inference推理有多种语言的实现，本周三、周四晚上（2月23日-24日），将有3位飞桨社区开发者为我们详细分享PaddleOCR在Java和C#的部署方案，欢迎大家加入技术交流群，获取直播链接~